| 基于新型神经网络分类器的故障诊断模型 |
| |
| 引用本文： | 何佳洲,周志华,高阳,陈世福. 基于新型神经网络分类器的故障诊断模型[J]. 计算机研究与发展, 2001, 38(1): 93-97 |
| |
| 作者姓名： | 何佳洲 周志华 高阳 陈世福 |
| |
| 作者单位： | 南京大学计算机软件新技术国家重点实验室，南京210093 |
| |
| 基金项目： | 国家自然科学基金，江苏省自然科学基金的资助 |
| |
| 摘 要： | 针对故障诊断技术普遍存在的问题：缺乏通用性、不能同时保证稳定性和可塑性以及难以实时应用等，提出了一种故障示例模型，具有较好的通用性；采用的FANNC神经网络具有增量学习能力以及只需一遍学习就能完成同新增模式匹配的特点，在保证了模型的实时处理能力的同时，能较好地解决诊断系统的稳定性和可塑性两难问题。
|
| 关 键 词： | 故障诊断 神经网络分类器 FANNC算法 增量学习 |
A FAULT DIAGNOSTIC MODEL BASED ON NOVEL NEURAL NETWORK CLASSIFIER |
| |
| HE Jia-zhou,ZHOU Zhi-Hua,GAO Yang,CHEN Shi-Fu. A FAULT DIAGNOSTIC MODEL BASED ON NOVEL NEURAL NETWORK CLASSIFIER[J]. Journal of Computer Research and Development, 2001, 38(1): 93-97 |
| |
| Authors: | HE Jia-zhou ZHOU Zhi-Hua GAO Yang CHEN Shi-Fu |
| |
| Abstract: | In this paper, a new universial fault instance model is proposed, which aims to solve problems existing in the present technology of fault diagnosis, such as the lack of universality, the difficulty in the use of real time system and the dilemma of stability and plasticity. The FANNC used can settle problems mentioned above by its effectively incremental ability and processing new input patterns via one round learning. |
| |
| Keywords: | fault diagnosis neural netwo |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
